Remove-AI-Watermarks 是一款功能强大的开源命令行工具和 Python 库，专为移除人工智能生成图像中的可见水印、不可见隐形水印以及AI来源元数据而设计。无论您使用的是 Google Gemini、ChatGPT/DALL-E、Stable Diffusion、Adobe Firefly 还是国内的豆包等模型，该工具都能提供全方位的水印清理方案。它能够通过反向混合算法瞬间消除 Gemini 图像上的闪光标志和文本水印，还可利用高级扩散模型重绘技术有效去除 SynthID、StableSignature 等底层隐形数字水印。此外，工具能深度无损地清理图像文件中的 EXIF、XMP 和 C2PA 出处清单，彻底擦除“由AI生成”的元数据标签，防止社交媒体平台对图像进行自动误标。项目支持跨平台免配置运行，CPU即可极速处理可见水印与元数据，并支持本地 GPU 加速隐藏水印的重绘，是数字图像后期处理与隐私保护的得力助手。
功能列表
- 可见水印极速移除：内置智能识别机制，通过反向 Alpha 混合等算法自动定位并完美消除 Google Gemini 的闪光标志及豆包等平台的“AI生成”文本水印。纯 CPU 运行，单张处理仅需 0.03~0.05秒。
- 自定义通用区域擦除（Erase）：提供基于坐标的区域擦除功能。无论是任何位置、任何颜色的微标或不需要的物体，均可通过自定义选区框进行修补。除了极速的 cv2 算法，还支持外挂 big-LaMa 神经网络模型实现极高画质的无缝填充。
- 不可见隐藏水印消除（扩散重绘）：利用 SDXL 扩散管道，在不改变原图分辨率的前提下，破坏并抹除 SynthID、StableSignature、TreeRing 等频率域或像素级的隐形水印，使其无法被溯源验证器检测。
- AI 来源元数据无损剥离：全面解析并清理 C2PA 内容凭证、EXIF/XMP 中的“Made with AI”标签以及 PNG 隐藏文本块。彻底移除平台依赖的 AI 溯源信息，同时完好保留分辨率、作者、版权等常规元数据。
- 一键水印与出处检测（Identify）：集成多阶段追踪机制，精准评估图像来源与所含特征。支持检测 C2PA、IPTC 标签、SynthID 代理记录及常规可见水印，一键输出图像来源分析（支持机器可读的 JSON 格式）。
- 智能面部保护与模拟胶片滤镜：在处理不可见水印进行扩散重绘时，系统会自动提取并保护人脸特征，避免 AI 重绘导致面部扭曲；可选的胶片颗粒与色差模拟（Analog Humanizer）功能可增加图像真实感。
- 强大的批量处理与 API 支持：原生支持全目录图像的自动化批量扫描与处理；同时提供简洁的 Python API 接口，方便开发者将其无缝集成到自动化工作流中。
使用帮助
欢迎使用 Remove-AI-Watermarks。为了让您能够充分发挥该工具的全部潜能，以下为您提供从环境安装到高级功能使用的详尽全流程指南。请跟随步骤操作，即可熟练掌握这款强大的 AI 图像清理工具。
🚀 第一部分：环境准备与安装
本工具跨平台支持 Windows、macOS 和 Linux。由于涉及图像处理和神经网络计算，请确保您的计算机已安装 Python 3.10 或更高版本。
方法一：使用 pipx 独立环境安装（强烈推荐，最简单）
如果您不需要进行二次开发，只想在命令行中直接使用它，使用 pipx 可以在隔离的虚拟环境中安装它，避免与其他 Python 包冲突：
- 打开您的终端（Terminal）或命令提示符（CMD）。
- 输入以下命令进行全局安装：
pipx install git+https://github.com/wiltodelta/remove-ai-watermarks.git
(注：同样支持使用最新的 uv 包管理器：uv tool install git+https://...)
方法二：源码克隆安装
如果您希望体验最新代码或需要自定义修改，可以通过克隆 GitHub 仓库进行安装：
- 下载仓库代码：
git clone https://github.com/wiltodelta/remove-ai-watermarks.git cd remove-ai-watermarks - 以可编辑模式安装基础版本：
pip install -e .
🔧 扩展组件安装（针对高阶需求）
基础安装包仅支持 CPU 处理“可见水印”和“元数据清理”。如需使用神经网络消除隐藏水印，需附加 GPU 组件：
- 安装 GPU 加速支持（推荐有 NVDIA 显卡或 Mac M 系列芯片的用户）：
pip install -e ".[gpu]" - 安装深度检测器（用于解码 Stable Diffusion/FLUX 隐藏水印）：
pip install -e ".[detect]"
💻 第二部分：核心功能与命令操作指南
安装完成后，您可以在终端中直接输入 remove-ai-watermarks 调出主程序。以下是主要功能模块的详细操作流：
1. 图像特征与溯源检测（Identify）
在处理图片前，您通常需要了解图片内部藏有哪些秘密。该命令可分析出处。
- 基础操作：
remove-ai-watermarks identify 您的图片.png - 操作详解：运行后，工具将扫描并聚合 C2PA 凭证、EXIF 签名、SynthID 代理以及可见水印的特征信息。如果图片绝对干净，它会返回
unknown（因为剥离元数据后无法判断绝对真实性）。您还可以添加--json参数，将结果输出为代码可读格式，方便对接自动化脚本。
2. 可见水印极速移除（Visible）
针对 Gemini 或豆包等平台直接打在图片上的文字和 Logo。此功能依靠 CPU 瞬间完成，无需显卡。
- 基础操作：
remove-ai-watermarks visible 输入.png -o 清理后.png - 操作详解：默认情况下，工具使用
--mark auto参数，它会智能判断图片上是 Gemini 的闪光标志还是豆包的文本水印，并套用对应算法抹除。你也可以通过增加--mark gemini或--mark doubao强制指定水印类型以提高准确度。
3. 通用自定义区域擦除（Erase）
如果您遇到的是其他 AI 平台的水印，或者想要移除画面中的某个特定物体，可使用此功能。
- 基础操作：
remove-ai-watermarks erase 输入.png --region X,Y,宽度,高度 -o 清理后.png - 操作详解：你需要通过图像查看器找到水印的左上角坐标（X,Y）以及它的宽度和高度。例如：
--region 1640,1930,400,100。 - 画质提升技巧：默认使用内置的 cv2 算法，速度快但对于复杂背景填充效果一般。建议在命令后添加
--backend lama参数（首次使用需自动下载 200MB 大小的模型文件，并消耗约 3GB 内存），系统将使用强大的 big-LaMa 神经网络进行像素级无缝修补，效果极佳！
4. 不可见/隐藏数字水印重绘（Invisible）
针对 Google 强力注入的 SynthID 或 StableSignature 等隐形水印，需要使用 SDXL 模型进行底层特征破坏。
- 基础操作：
remove-ai-watermarks invisible 输入.png -o 清理后.png - 操作详解：系统将利用 VAE 编码图片至潜空间，加入受控噪声后再进行降噪解码，从而彻底打碎隐藏水印。首次运行该命令会自动下载约 2GB 的核心模型。工具会自动识别您的硬件并优先调用 CUDA (Windows/Linux) 或 MPS (Mac)，若都没有则退回 CPU (非常缓慢)。
- 高级参数调整：添加
--humanize 4.0可以在重绘时注入底片颗粒与色差，极大降低被 AI 概率检测器抓取的可能；对于极高分辨率的图像导致显存溢出，可以使用--max-resolution 2048限制长边分辨率。
5. 元数据标签剥离（Metadata）
最常用的防和谐功能。很多社交平台一检测到 C2PA 或特定 EXIF 就会强制打上“AI 制造”的标签。
- 检查标签：
remove-ai-watermarks metadata 图片.png --check - 清除标签：
remove-ai-watermarks metadata 图片.png --remove - 操作详解：清除命令会自动拆解图片底层文件，只挖去那些暴露其为 AI 生成的参数（如 ComfyUI 的节点图、Prompt 词、Midjourney 种子等），并完好无缺地保留原始图片画质和基本的拍摄元数据。
6. 多文件一键批量处理（Batch）
当您有成百上千张图库需要处理时，批量操作是救星。
- 基础操作：
remove-ai-watermarks batch ./您的图片文件夹/ --mode all - 操作详解：
--mode可以选择您需要的处理模式（如visible,metadata,all等）。系统会自动遍历该目录下的所有支持图像格式，在原地或指定输出目录生成纯净的素材库。
🐍 第三部分：面向开发者的 Python API 集成
如果你正在编写自己的后台系统，可以直接在 Python 中调用其模块：
from remove_ai_watermarks.metadata import has_ai_metadata, remove_ai_metadata
from pathlib import Path
# 示例：检测并移除元数据
img_path = Path("image.png")
if has_ai_metadata(img_path):
remove_ai_metadata(img_path, Path("clean_image.png"))
print("元数据清理完成！")
通过调用 API，您可以轻松打造完全自动化的 AI 绘图后处理流水线。立即上手体验，重新掌控您的数字图像资产！
应用场景
- 社交媒体纯净分享与平台防误标
当画师、设计师在社交媒体上发布经由 AI 作为辅助工具深度修改、重绘后的艺术作品时，使用该工具一键擦除 C2PA 和 EXIF 中的“Made with AI”信息。这可以有效防止平台（如 Instagram, Facebook）算法采用“一刀切”策略在用户内容上强制打上不可移除的 AI 提示标签，确保作品展示环境的纯粹性。 - 自动化数字图像资产修复与清理
企业或个人建立素材库时，从不同 AIGC 平台导出的图像往往带有烦人的边角 Logo（如 Gemini 闪光标或豆包的水印文字）。通过工具的 Batch 批量处理功能搭配自动特征定位和擦除算法，可瞬间净化成百上千张图片，省去大量人工在 Photoshop 中涂抹的时间，大幅提升设计工作流的效率。 - AI 图像检测技术与防御安全研究
AI 安全工程师及科研人员在研究内容溯源和水印攻击方案时，可以利用不可见水印消除（Invisible）和追踪诊断（Identify）功能作为对抗样本生成器。利用重绘管线破坏 SynthID 水印，测试现存验证器在受到各类重绘和噪声叠加（Analog Humanizer）攻击后的鲁棒性与召回率。 - 商业工作流与后处理管道集成
后台开发人员可直接调用该项目的 Python API，作为 Stable Diffusion WebUI、ComfyUI 后端或自建小程序的一个独立拦截层。用户生成完图片后，由服务端接口自动化无缝接管，静默完成图像元数据清洗与指定区域隐形打码，向用户交付最纯净、高隐私的视觉原图。
QA
- 这个工具运行需要很高的电脑显卡配置吗？
这取决于你具体使用哪项功能。可见水印移除、通用区域擦除（使用默认算法）、AI 来源元数据无损清理以及图像出处检测等功能，完全不需要任何 GPU，仅依靠 CPU 即可瞬间完成运行，对任何普通电脑都十分友好。但如果您需要进行“隐藏不可见水印重绘（对抗 SynthID 等）”，系统需要加载扩散模型，此时强烈建议使用具备 NVIDIA CUDA 支持的独立显卡或搭载 M系列芯片的 Mac 电脑以保证效率。 - 它可以自动识别并去除任意类型的图像水印吗？
工具针对特定目标做了专属优化，能做到“免框选自动识别去除”的水印包括 Google Gemini 的可见闪光标志和豆包平台的固定文本标签。对于这些目标，它依靠精准的算法和几何定位完美擦除。针对其他来源的未知可见水印，工具提供了通用的擦除命令（Erase），你需要手动提供水印的坐标和长宽参数，工具依然能通过其强大的 inpainting（修补）算法帮您彻底消除它。 - 清理图像元数据会损坏原有的图片画质吗？
绝对不会。工具在处理“Made with AI”元数据标签（包含 C2PA 清单、EXIF、XMP 和隐藏 PNG 文本块）时，采取的是只针对数据字节流头文件的无损读写操作。这不仅能精准安全地剥离敏感 AI 追踪标签，而且整个过程中不涉及任何像素级的重新编码和图像压缩，百分百原汁原味保留您的原始分辨率和最高画质。 - 如果该工具检测（Identify）报告一张图片没有水分和标签，是否代表图片一定是人造而非 AI 生成？
不能这样判断。溯源检测功能的核心职责是尽力扫描各种已知的数字水印协议和元数据特征。如果一张最初由 AI 生成的图片经过了该工具（或其他方式）的全面清洗，且剥离了所有可读标签与底层频域信号，检测器只能返回“未知（Unknown）”状态。没有证据不代表不是 AI，被彻底清理后的图像不再具备可靠的真伪判定指纹。
